Bei der Olympische Spiele 2024 in Paris , das unvorhersehbare Wetter der Stadt steht im Mittelpunkt. Angefangen mit einem Regenguss während der Eröffnungsfeier, der mehr als 10.000 teilnehmende Athleten durchnässte, folgten Regenfälle verschobene Spiele im Skateboarden und Tennis. Jetzt sind die Sommerspiele Bereiten Sie sich auf eine Hitzewelle vor in Paris und der Stadt Marseille, wo Fußball- und Segelwettbewerbe stattfinden.
Eine Handvoll meteorologischer Dienste und Universitäten nutzen die diesjährigen Olympischen Spiele, um die Wettervorhersageforschung voranzutreiben. Zu diesen Teams gehört eine Gruppe von Forschern, die K.I. Tools zur Unterstützung von Prognosen an der University of Texas (UT) in Austin. Unter der Leitung eines Professors der UT Austin Dev Niyogi und Postdoktorand Manmeet Singh , nutzt das Forschungslabor maschinelles Lernen, um sich auf Wetterbedingungen in einem kleineren „Stadtmaßstab“ von 1 Kilometer mal 1 Kilometer oder weniger zu konzentrieren und greift dabei auf Daten großer Modelle zurück, die typischerweise Wetter auf einem Maßstab von etwa 25 Kilometer mal 25 Kilometer liefern. „Wir versuchen, Städte und Stadtviertel in die Wettervorhersage einzubeziehen“, sagte Niyogi gegenüber Observer.
woher kommt don williams
Zusätzlich zur Messung traditioneller Indikatoren wie Regenwahrscheinlichkeit, Windgeschwindigkeit, Temperatur und Luftfeuchtigkeit in ihren täglichen Vorhersagen nutzen die Forscher der UT Austin den globalen Gebäudehöhendatensatz ihres Labors, um speziellere Ergebnisse wie den thermischen Komfort zu erzielen, der die Wärmebedingungen misst und gleichzeitig berücksichtigt Faktoren wie Schatten durch nahegelegene Gebäude und Bäume. Die Bemühungen des Teams, die benötigen erhebliche Rechenleistung, werden durch Computersysteme im Texas Advanced Computing Center der Universität unterstützt.
Neben rund einem halben Dutzend Vorhersagen von Organisationen, darunter den nationalen Wetterdiensten der USA, des Vereinigten Königreichs, Deutschlands und Schwedens, werden die täglichen Vorhersagen des UT Austin-Teams im Rahmen eines von der Weltorganisation für Meteorologie (WMO) unterstützten Forschungsdemonstrationsprojekts an olympische Funktionäre gesendet ). In Ergänzung zu einer regulären Vorhersage von Météo-France, dem offiziellen französischen Meteorologieverband, liefern die Projektteilnehmer keine offiziellen Vorhersagen. Dennoch können ihre Ergebnisse mit Organisatoren geteilt werden, die die Informationen nach eigenem Ermessen nutzen können.
Das Ziel des Projekts besteht darin, zu verstehen, „welche Methoden oder Ansätze funktionieren oder nicht funktionieren, damit sie uns in Zukunft bei der Entwicklung von Modellen helfen, die vielleicht bei den nächsten Olympischen Spielen eingesetzt werden könnten“, sagte Niyogi. Wir nutzen die Spiele, um unser Verständnis zu verbessern – das ist maschinelles Lernen, das beim tatsächlichen Lernen hilft.“
Das neue Potenzial von K.I. bei der Wettervorhersage
Wettervorhersage hat zunehmend Potenzial als Bereich gezeigt, der mithilfe von KI schnelle Fortschritte erzielt. Angeführt von Google (GOOGL) , ein neues Modell namens Neural GCM Combined A.I. und herkömmliche physikbasierte Modelle entwickeln Vorhersagen schneller als herkömmliche Wettervorhersagemodelle und sind genauer als reine KI-Modelle, so a aktuelle Studie von Nature .
wann startet die neue staffel von schamlos auf netflix
In den letzten Jahren haben Technologieunternehmen auf der ganzen Welt Ressourcen in die Entwicklung von KI gesteckt. Tools zur Wettervorhersage. Letztes Jahr hat Google Microsoft (MSFT) , Nvidia (NVDA) und das chinesische Unternehmen Huawei sagte, dass die Leistung seiner KI. Wettermodelle ist auf Augenhöhe mit einem angesehenen europäischen Modell des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF), eine Behauptung, die vom ECMWF bestätigt wurde. Und Anfang dieses Monats das Prognosesystem GraphCast von Google DeepMind richtig vorhergesagt dass Hurrikan Beryl in Texas landen würde.
Laut Niyogi wird die Zukunft der Wettervorhersage eine Mischung aus KI-basierten Modellen und physik- und dynamikbasierten Modellen umfassen, wobei letzteres die „DNA und das Rückgrat“ der Wettervorhersage bleibt. „Die Kombination dynamikbasierter Modelle mit K.I. „Das ist die Richtung, in die sich das Feld entwickelt“, sagte er. „In Zukunft wird es weder das eine noch das andere geben; es wird eins mit dem anderen sein.“
